P59 生成式对抗网络GAN-理论介绍 Theory behind GAN

发布时间：2024年01月03日

Object

Normal Distribution 的数据 经过 Generator 后生成分布更加复杂的PG.
真实数据的分布为 Pdata ， 希望 PG和Pdata 越近越好
LOSS 是 两者之间的分布距离
在这里插入图片描述
问题： 如何计算 divergence?

Sampling is goog enough

在这里插入图片描述

Discriminator

希望V越大越好
y~Pdata 代表从 Pdata里面采样y
当做二分类， 损失函数等价于 minimize cross entropy
max V 与 JS divergence 相关
在这里插入图片描述
在这里插入图片描述

  • 目标函数小结

MAX V 与 divergence 有关，替换

文章来源:https://blog.csdn.net/weixin_39107270/article/details/135369707
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章